[發明專利]基于擁塞博弈的車輛網絡數據分發擁塞控制方法

有效

• 申請號: 201410192827.7
• 申請日: 2014-05-08
• 公開（公告）號: CN103929777B
• 公開（公告）日: 2017-06-16
• 發明（設計）人: 陳晨;李亞娟;裴慶祺;沈玉龍
• 申請（專利權）人: 西安電子科技大學
• 主分類號: H04W28/02
• 分類號: H04W28/02
• 代理公司: 陜西電子工業專利中心61205
• 代理人: 王品華,黎漢華

1.一種基于擁塞博弈的車輛網絡數據分發擁塞控制方法，包括以下步驟：

(1)建立車輛網絡的擁塞博弈模型：

{M,E,{F_i}_i∈M,{c_e}_e∈E}

其中，M是參與者集合，即車輛；E是資源組，是第i個參與者的策略集，e是被競爭的資源，c_e是競爭資源e的成本函數；

(2)定義基于擁塞博弈的車輛網絡的效用函數：

$u_i\left(s_i,s_{-i}\right)=\underset{\left(l_i,t_i\right)\∈s_i}{\mathrm{\Σ}}{\mathrm{TR}}_i\left(\mathrm{Pr}\right)=\underset{\left(l_i,t_i\right)\∈s_i}{\mathrm{\Σ}}\frac{\underset{d=1}{\overset{\mathrm{Pr}}{\mathrm{\Σ}}}{x}_{d}W\log \left(1+\frac{p_i{h}_{i}QoS\left(i\right)}{{\mathrm{\Σ}}_{q\∈{\mathrm{\χ}}_i}{p}_q{h}_{q}QoS\left(q\right)+{\mathrm{\σ}}^2}\right)}{\mathrm{Pr}},$

其中，s_i是第i個參與者選擇的策略，假如第i個參與者選擇策略s_i，則其他參與者的策略方案為s_-i，u_i(s_i,s_-i)是第i個車輛選擇策略s_i其他車輛選擇策略方案s_-i時的效用函數；l_i是活動中的鏈接，t_i是一個時隙，TR_i(Pr)是第i個車輛吞吐量，W是鏈路容量，x_d是在時刻d的平均分組長度，p_i是第i個車輛的傳輸功率，h_i是第i個車輛的信道增益，p_q是第q個車輛的傳輸功率，h_q是第q個車輛的信道增益，σ²是熱噪聲的方差，Pr是傳輸時延，QoS(i)是第i個車輛的服務質量，QoS(q)是第q個車輛的服務質量，χ_i是在車輛B載波偵聽范圍內的干擾車輛；

(3)根據(2)中的效用函數，得到車輛網絡擁塞博弈的勢函數：

其中，N_{i_e}是與第i個車輛競爭資源e的活躍車輛；

(4)對(3)得到的車輛網絡擁塞模型的勢函數進行修正，得到修正后的勢函數為：

(5)根據Wardrop理論和擁塞博弈納什均衡存在性定理，將擁塞博弈的收斂問題轉換為勢函數值最小化：

(6)根據修正后的勢函數，利用啟發式算法得到車輛網絡的時隙分配矩陣：

6a)對于i∈M，M是處于活動中的車輛，第i個車輛隨機從策略集F_i中選擇策略s_i，通過修正后的勢函數計算初始時刻第i個車輛的勢力值；

6b)重復6a)的操作，得到M個車輛的初始時刻勢力值；

6c)通過修正后的勢函數計算第i個車輛在時隙t_i的勢力值；

6d)比較第i個車輛在兩個相鄰時隙t_i和t_i-1的勢力值：如果時隙t_i的勢力值小于時隙t_i-1的勢力值，則第i個車輛在時隙t_i的策略為“1”，否則，為“0”；

6e)重復進行6c)到6d)的操作，得到第i個車輛在各個時隙的策略；

6f)重復進行6c)到6e)的操作，得到車輛網絡的時隙分配矩陣；

(7)車輛按照時隙利用矩陣進行傳輸或者等待選擇，以避免擁塞。

2.根據權利要求1所述的方法，其中步驟(2)中的效用函數，通過以下步驟得到：

2a)根據效用函數概念，定義車輛網絡擁塞博弈模型的效用函數u_i(s_i,s_-i)：

$u_i(s_i,s_{-i})=\underset{e\∈s_i}{\Σ}{u}_{i,e}=\underset{(l_i,t_i)\∈s_i}{\Σ}f\left(N_{i\_e}\right),$

其中，u_i(s_i,s_-i)是第i個車輛選擇策略s_i其他車輛選擇策略s_-i的效用函數，e是被競爭資源，l_i是活動中的鏈接，t_i是一個時隙，u_i,e是與第i個車輛競爭資源e的活躍車輛數N_{i_e}的函數，N_{i_e}是與第i個車輛競爭資源e的活躍車輛；

2b)根據傳輸分組成功到達目的端的信噪比，引入服務質量QoS，得到區分服務優先級的傳輸分組成功到達目的端的信噪比γ_i：

${\mathrm{\γ}}_i=\frac{p_i{h}_{i}QoS\left(i\right)}{{\mathrm{\Σ}}_{q\∈{\mathrm{\χ}}_i}{p}_q{h}_{q}QoS\left(q\right)+{\mathrm{\σ}}^2}=\frac{p_i{h}_{i}QoS\left(i\right)}{N_{i\_e}{\mathrm{\Σ}}_{q\∈{\mathrm{\χ}}_i}{p}_q{h}_q+{\mathrm{\σ}}^2},$

其中，QoS(i)是第i個車輛的服務質量，QoS(q)是第q個車輛的服務質量，χ_i是在第i個車輛載波偵聽范圍內的干擾車輛，p_i是第i個車輛的傳輸功率，h_i是第i個車輛的信道增益，p_q是第q個車輛的傳輸功率，h_q是第q個車輛的信道增益，σ²是熱噪聲的方差；

2c)根據吞吐量定義，得到第i個車輛的吞吐量TR_i(Pr)：

${\mathrm{TR}}_i\left(\mathrm{Pr}\right)=\frac{\underset{d=1}{\overset{\mathrm{Pr}}{\Σ}}{x}_d{b}_i}{\mathrm{Pr}},$

其中，x_d是在時刻d的平均分組長度，TR_i(Pr)是第i個車輛的吞吐量，b_i是分組傳輸的比特率，Pr是傳輸時延；

2d)根據香農公式，得到分組傳輸比特率b_i，將分組傳輸比特率b_i代入2c)中，得到吞吐量TR_i(Pr)：

${\mathrm{TR}}_i\left(\mathrm{Pr}\right)=\frac{\underset{d=1}{\overset{\mathrm{Pr}}{\mathrm{\Σ}}}{x}_d{b}_i}{\mathrm{Pr}}=\frac{\underset{d=1}{\overset{\mathrm{Pr}}{\mathrm{\Σ}}}{x}_{d}W\log \left(1+{\mathrm{\γ}}_i\right)}{\mathrm{Pr}}=\frac{\underset{d=1}{\overset{\mathrm{Pr}}{\mathrm{\Σ}}}{x}_{d}W\log \left(1+\frac{p_i{h}_{i}QoS\left(i\right)}{N_{i\_e}{\mathrm{\Σ}}_{q\∈{\mathrm{\χ}}_i}{p}_q{h}_q+{\mathrm{\σ}}^2}\right)}{\mathrm{Pr}},$

其中，W是鏈路容量；

2e)將吞吐量引入到效用函數中，得到車輛網絡擁塞博弈模型的效用函數u_i(s_i,s_-i)：

$u_i(s_i,s_{-i})=\underset{e\∈s_i}{\Σ}{u}_{i,e}=\underset{e\∈s_i}{\Σ}f\left(N_{i\_e}\right)=\underset{(l_i,t_i)\∈s_i}{\Σ}{\mathrm{TR}}_i\left(\mathrm{Pr}\right),$

2f)將2d)中的吞吐量代入2e)中的效用函數u_i(s_i,s_-i)，得到與服務質量QoS和傳輸時延Pr有關的效用函數u_i(s_i,s_-i)：

$u_i\left(s_i,s_{-i}\right)=\underset{\left(l_i,t_i\right)\∈s_i}{\mathrm{\Σ}}{\mathrm{TR}}_i\left(\mathrm{Pr}\right)=\underset{\left(l_i,t_i\right)\∈s_i}{\mathrm{\Σ}}\frac{\underset{d=1}{\overset{\mathrm{Pr}}{\mathrm{\Σ}}}{x}_{d}W\log \left(1+\frac{p_i{h}_{i}QoS\left(i\right)}{{\mathrm{\Σ}}_{q\∈{\mathrm{\χ}}_i}{p}_q{h}_{q}QoS\left(q\right)+{\mathrm{\σ}}^2}\right)}{\mathrm{Pr}}.$